Está en la página 1de 33

Competencia

• identifica los conocimientos básicos de estadística, matemática y


lógica formal para mejorar el rendimiento de los resultados
analíticos y los diseños experimentales en los procesos de
investigación.

Prof. Juan Lopa


Prof. Juan Lopa
Quimiometría
Ciencia que se encarga de mejorar el rendimiento del proceso
analítico en todas sus etapas: diseño o planificación de las
unidades experimentales, calibración de instrumentos,
predicción y minimización de errores, tabulación y tratamiento
estadístico de datos, verificación y validación de métodos,
haciendo uso de matemática, estadística y lógica formal, con
los cuales se asegura la calidad de los resultados

Permite extraer la máxima información química a partir del


análisis de datos químicos, ingresando al laboratorio a la
cadena de control del proceso productivo.
Aspectos a tener en cuenta: Tipos de Investigación

Los Tipos de investigación se basan en la naturaleza de la


investigación, adoptando distintos criterios:
En cuanto a su finalidad:
• Pura ( cuando su resultados pretenden aportar beneficios
al cuerpo teórico y legal de alguna disciplina científica en
especial) o,
• Aplicada (cuando su aportes están dirigidos a iluminar la
comprensión y/o solución si la requiere de algún fenómeno
o aspecto de la realidad perteneciente al dominio de estudio
de una disciplina científica en específico)
Aspectos a tener en cuenta: Tipos de Investigación

Según el Tipo de Diseño de Investigación:


• Experimentales o no observacionales: Si se realiza
mediante, registro y análisis de las variables intervinientes sobre
modelos y ambientes artificiales que facilitan su manipulación
Pre experimentales No se conoce mediciones anteriores, se
empieza a medir a partir del experimento
Cuasi experimentales Se trabajan con muestreo, los
elementos de la muestra ya están predeterminados en el medio
natural, por tanto su selección es totalmente al azar
• No Experimentales u observacional (Conocidos también
como post facto por cuanto su estudio se basa en la observación
de los hechos en pleno acontecimiento sin alterar en lo más
mínimo ni el entorno ni el fenómeno estudiado)
Aspectos a tener en cuenta: Tipos de Investigación

Según su prolongación en el tiempo:


• Longitudinal o Diacrónica cuando el estudio amerita el
registro y la comparación de datos observados y analizados
durante varios años.
• Transversal o Sincrónica cuando el estudio se
circunscribe a un momento puntual, un segmento de tiempo
durante el año a fin de medir o caracterizar la situación en
ese tiempo específico.
Aspectos a tener en cuenta: Tipos de Investigación

Según el énfasis en la naturaleza de los datos


manejados:
• Cuantitativa cuando la preponderancia del estudio
de los datos se basa en la cuantificación y cálculo de
los mismos.
• Cualitativa cuando la preponderancia del estudio de
los datos se basa en la descripción de los rasgos
característicos de los mismos.
Niveles de Investigación

El nivel de una investigación viene dado por el grado de


profundidad y alcance:
Es exploratoria: Cuando no existe un cuerpo teórico
abundante sobre fenómeno observado y los resultados que
se obtengan sea un aporte al reconocimiento de los
elementos que lo integran.
• Descriptiva: Cuando se señala cómo es y cómo se
manifiesta un fenómeno o evento, cuando se busca
especificar las propiedades importantes para medir y evaluar
aspectos, dimensiones o componentes del fenómeno a
estudiar
Niveles de Investigación

• Correlacional: Cuando se ve o se determina el grado de


relación que pueden tener dos o más variables en una
investigación.
• Explicativa: Si se responde a las causas de los eventos
físicos y químicos, centrandose en explicar por qué y en
qué condiciones ocurre un fenómeno, o por qué dos o
más variables se relacionan.
•Predictiva: Cuando se elaboran modelos matemáticos en
base a la línea base, con la finalidad que aplicando nuevos
datos se pueda predecir los resultados a obtener
•Constructivo
HOJA DE RUTA INVESTIGACIÓN
Definición del Problema de
investigación

Planteamiento, Formulación, Justificación, arte o


Antecedentes, Hipótesis, Objetivos, Metodología

Niveles y Tipos de Tabulación Tratamiento


investigación Diseño Desarrollo de datos estadístico
experimental experimental
de datos

Problema
Diseño estadístico: analítico:
Variables e indicadores Descriptivo Cualitativo
Niveles y tratamientos Inferencial
por variable: univariable, un Cuantitativo
Independiente o factor y Determina
dependiente ) multifactor tipos de
multivariable errores
Variables
Cuantitativas:
Precisión exactitud
Variables Cualitativas
Detección
cuantificación
Regresión
Convertir a Cuantitativas
Muy bueno, bueno, malo O convertir a
Cualitativas
Demostración de la Índices calidad
confiabilidad
Incertidumbre
PROCESO ANALITICO

DEFINICION
DEL PROBLEMA
ANALITICO
Selección de
Comprobación y optimización de resultados
métodos
TOMA DE MUESTRA

TRANSFORMACION

MEDIDA

TRATAMIENTO DE DATOS

INFORMACION

NO SI
¿satisfactorio? RESULTADOS
PROCESO ANALITICO GENERAL
❖ DEFINIIR EL PROBLEMA ANÁLITICO

Problema de investigación Problema analítico

Identificar y determinar contaminantes


Contaminación de un río
orgánicos e inorgánicos

Determinar anfetaminas, hormonas, ect,


“Doping “en los Juegos Olímpicos
en muestras de orina

Adulteración de aceite de oliva con otras Determinar grasas vegetales y animales


grasas en el aceite

Toxicidad por metales en juguetes Determinar Pb, Cr, y Cd en pinturas

Contaminación por gases NO2 en


Determinar de NO2
Arequipa
PRACTICA
❖ DEFINICIÓN DEL PROBLEMA ANÁLITICO

Problema Problema analítico Alumno 1 Alumno 2

Identificar principios bioactivos


Agentes bioactivos en Determinar la estructura
Cuantificar los PB
frutas Determinar la actividad biológica
Determinar sus aplicaciones
cuantificar

Identificar materiales de síntesis


Caracterizar estructuras de nuevos
Nuevos materiales materiales
artificiales Caracterizar sus aplicaciones
Determinar la tasa de mezcla
Aplicaciones
Identificar la mejor tecnología de
Texturizantes de carne obtención de texturizantes industriales
Identificar la materia prima a utilizar
industriales Selecionar texturizantes
Grado de texturización
Mitigación de la Identificar la mejor tecnología de
mitigación
contaminación del agua Medir concentración As
por arsénico Grado de mitigación
VARIABLES
Característica o atributo que varía en la población. Tipos:
I. Si se puede medir o no
1.1. Cuantitativa numérica o de razón:
- Continuos o reales (decimales): Peso
- Discreta, discontinua o enteros: edad, N° de cajas, latas
1.2. Cualitativa
- Categórica
. Nominal o cardinal: tiene categoría Dicotómica (2 op) sexo M
o F o Politómica (varias op) Ejm Grupo etáreo
. Ordinal: tiene categoría (rangos) y jerarquía (orden): Índices
de calidad 0 - 15
- Frecuencia: indica las veces se repite una cualidad o
modalidad
VARIABLES
II. Si se puede manipular o no en la investigación
1. Independiente: Atributo que el investigador manipula y afecta el
resultado
2. Dependiente: La que cambia si se manipula la variable
independiente
3. Confusora, interviniente, incontrolada: afecta pero no es la
principal

INDICADOR
Es la medida del atributo de la variable
http://pendientedemigracion.ucm.es/info/socivmyt/paginas/D_departamento/materiales/analisis_datosyMultivariable/12contin_SP
SS.pdf
https://es.slideshare.net/cemayoral/variables-1908533 (habla tipo datos)
VARIABLES E INDICADORES
.Investigación Variable Operacionalización de
variables
Tipo Indicador Unidad de
variable/Escala medida

Biosorción de Dependiente: Cuantitativ % de remoción de ppm


metales Pb y Reducción de o/razón remoción con y
Cd con cáscara plomo sin tratamiento
de tuna
Independiente:
1. Duración Cuantitativ Tiempo Minutos
exposición a/razón

2. Cantidad Cuantitativ pH Unidades


iones hidrógeno a/razon pH
Masa de cáscara
3.Cantidad de Cuantitativ Gramos/L
cáscara a/razón
La matriz de datos
Es el modo en el que se articulan los conceptos
de ‘unidad de análisis’, ‘variable’ y ‘valor’ del
objeto de una investigación dentro de un
esquema de datos.
La forma de expresión de una hipótesis en el
lenguaje matriz de datos implica:
1. Expresar el enunciado del problema en el
lenguaje de los datos logrando una
traducción adecuada de ese contenido.
2 . Ejm: La distribución de arsénico en el agua
del río tambo depende de fuentes termales
Diseño estadístico
Campaya
LD Checa Puerto Puente ECA
ANALISIS DE (Sector
El Carrizal “Santa Viejo Frayle
METALES Alto
12/11/201 María” 12/11/20 12/11/201
TOTALES Tambo)
6 12/11/20 16 6
13/11/201
ICP MS 11:45:00 16 15:30:00 17:30:00
6
(mg/L) 11:30:00
13:30:00

Arsénico 0,00003 0,21027 0,37036 0,36630 0,30484 0,23772 0,15


(As)

Unidad de Arsénico rio Tambo


análisis
Variable Puntos de muestreo
Valor concentra Mg/L
ción
Distribución de elementos depende de
los puntos de muestreo
ANALISIS DE LD Campaya El Carrizal Checa Puerto Puente ECA
METALES TOTALES 12/11/201 “Santa Viejo Frayle
(Sector Alto
ICP MS 6 María” 12/11/201 12/11/2016
Tambo)
(mg/L) 11:45:00 12/11/201 6 17:30:00
13/11/2016
6 15:30:00
11:30:00
13:30:00

Arsénico (As) 0,0000 0,21027 0,37036 0,36630 0,30484 0,23772 0,15


3

Cobalto (Co) 0,0000 0,00059 0,00053 < 0,00001 < 0,00001 < 0,00001 --
1
Cobre (Cu) 0,0000 0,00391 0,00493 0,00476 0,00379 0,00217 0,1
3

Manganeso (Mn) 0,0000 0,05100 0,03341 0,02627 0,02980 0,04790 --


3
Níquel (Ni) 0,0002 0,0013 0,0013 0,0010 0,0008 0,0008 0,052
Plomo (Pb) 0,0002 0,0004 0,0010 0,0007 0,0005 0,0004 0,0025

Zinc (Zn) 0,0100 < 0,0100 < 0,0100 < 0,0100 < 0,0100 < 0,0100 0,12
Diseño estadístico

Unidad de análisis Elementos del rio Tambo

Variable As, Co, Cu,


Mn, Ni, Pb; Zn
Valor concentración Mg/L
Operacionalización de
variables

proceso a través del cual el


investigador explica en detalle la
definición que adoptará de las
categorías y/o variables de
estudio, tipos de valores (cuanti o
cualitativos) que podrían asumir las
mismas y los cálculos que se
tendrían que realizar ...
Ejemplo
Variable Definición Definición Dimensi Indicadores y Métodos y/o Instrumento Rango
conceptual operaciona ón Unidad de técnicas s
l medida
VD-P La EQF es la El residuo Estabiliz Mercurio Método Test TCLP Equipo de < 200
Estabilidad reducción minero de ación lixiviado (µg/L) EPA-1311 lixiviación µg/L
química y del riesgo Hg Química (Kit de
física EFQ potencial de estabilizad TCLP) y
(entendida un residuo al o y Espectrómet
como Convertir su solidificado ro ICP-MS
inmovilización contaminant es Estabiliz Resistencia ASTM C 109/C Prensa ≥ a 35
de Hg) en el e Hg en su sometido a ación mecánica a la 109M – 07. hidráulica Kpa.
residuo forma más pruebas Física compresión Standard Test
minero estable y y/o (KPa)
estabilizado y menos ensayos Porosidad (%) ASTM C-642-97 Crisoles
solidificado móvil, estandariz mL Método Absorción Horno
Soluble y ados de la Balanza
tóxico. UNEP, Índice de US Bureau of
USEPA, Permeabilidad Reclamation en el
ASTM, para procedimiento
determinar 4913-92 o las
su pruebas alemanas
estabilidad DIN 1048- 1991
química y Contenido de ASTM D-2216, J. E. Horno ,
física humedad (%) Bowles Balanza
mL
Variable Definición Definición Dimensión Indicadores y Métodos y/o Instrument Rango
conceptual operacional Unidad de técnicas os
medida
VD-1 Caracteriza Caracterís Contenido de Norma ASTM D- Horno ,
Caracteriza ción física y ticas humedad (%) 2216, J. E. Balanza
ción físico- determinaci físicas Bowles
química de ón de la
la muestra composición Distribución Norma ASTM D- Equipo de
sin química de Tamaño de 422-63 Tamizado
tratamient la muestra, partícula
o mediante (mm)
ensayos
standarizad
os de la Caracterís Determinació Norma UNE PH-metro
UNEP, ticas n de pH 77305
USEPA, químicas (unidad de
ASTM y Ph)
otros

Mercurio total Método EPA ICP-MS


y Otros 200.7, Rev.4.4.
Metales EMMC-1994
pesados
(mg/kg)
Mercurio Método Test ICP-MS
lixiviado TCLP EPA-1311
(mg/L)
❖ Errores en el análisis químico
❖Es imposible realizar una medición sin que los
resultados estén totalmente libres de errores y por
tanto con una adecuada Incertidumbre

Error: Es la medida del sesgo en el resultado de una


medición

Incertidumbre: Es el intervalo o rango de los valores


posibles de una medida. Incluye tanto errores aleatorios
como sistemáticos no conocidos
Errores
Groseros o accidentales
Son errores que son tan
evidentes que no existe alternativa
real que abandonar el experimento y
empezar de nuevo por completo.
Aleatorio: indeterminado
Provocan que los resultados Sistemáticos:determinados
individuales difieran uno del otro Provocan que todos los
de manera que caen a ambos lados resultados
del valor medio. sean erróneos en el mismo
Afectan la precisión sentido, son grandes, y contribuyen al
de un experimento. sesgo de la medida. Es
Los comete el operador en la lectura responsabilidad
del instrumento utilizado. del material empleado
•Uso varios matraces con diferente+/- DE y de su origen y precisión
•Varias pesadas en diferentes de fabricación:
puntos platillo. Entonces usar Adsorción humedad
mismo recipiente y el mismo Temperatura balanza
sitio hacer pesada
por diferencia
Errores aleatorios y sistemáticos en
el análisis volumétrico
 Son independientes unos de otros
Ejemplo
 1. Preparación de una solución patrón: a) pesado
por diferencia b) transferencia del vaso al matraz
aforado c) enrase del matraz
 2. Medir una alícuota de la muestra a)llenando la
pipeta y b) desalojar completamente el líquido.
 3. Medir el valorante: a) llenar bureta y enrasar b)
añadir gotas indicador c) lectura volumen inicial d)
valoración hasta el punto final, Vol final
Errores aleatorios y sistemáticos en
el análisis volumétrico

Errores sistemáticos
 Se corrigen con la calibración del material principalmente
de las pesas no debe ser mayor 0,00025 % o +- 0,25 mg%.
Aunque en rutina se acepta errores 4 veces mas grandes,
que vienen de adsorcion superficial de humedad,
temperatura balanza, oxidación pesas, efecto boyante
atmosférico
 Matraces aforados grado A de 250 mL hasta +-0,12 mL y
grado B 2 veces mas grandes +-0,24
 Efecto boyante atmosférico produce errores por exceso se
acepta hasta 0,1% y es preferible eliminarlos
 Errores de vaciado de pipetas por evacuación o soplado no
debe confundirse, errores de dilatación por temperatura
Errores aleatorios y sistemáticos en
el análisis volumétrico
 Errores aleatorios se presentan al usar varios
procedimientos de pesada y lectura
 Pesada con 4 decimales error es 0,0001 – 0,0002
mg si el peso es 1 g entonces error 0,01-0,02 %
que se acepta hasta para pesar 10 g
 Errores aleatorios en los materiales
volumétricos matraces 0,02 % pipetas 0,024% en
todas las mediciones volumétricas no debe
sobrepasar el 0,1 %
 El error de indicador puede alcanzar hasta 0,2%
TALLER
❖ IDENTIFICAR FUENTES DE ERRORES SISTEMÁTICOS Y ALEATORIOS

Pasos del Errores


Problema Instrumento
método sistemáticos

Balanza
Fiola
Pipeta
Contaminación
atmosférica Espectrofotóme
por gases tro
nitrosos
Método:
Determinación
de NO2
atmosférico
por difusión
pasiva
CARACTERISTICAS DE UN MÉTODO ANALÍTICO
Un método analítico debe tener

PRECISIÓN: grado de concordancia mutua entre un grupo de


resultados obtenidos al aplicar repetitiva e independientemente el
mismo método analítico a alícuotas de la misma muestra. Son
afectados por errores aleatorios

EXACTITUD : Grado de concordancia entre el valor obtenido


de la concentración del analito en la muestra y el valor verdadero.
Son afectados por errores aleatorios y sistemáticos.
Manejo de los errores

Manejo de
los Errores

Precisión Sesgo Exactitud

Aleatorios Sistemáticos Aleatorio Sistemático


Naturaleza de los errores
Manejo de errores Sistemáticos:
Tienen una tendencia exceso o defecto

Mas graves
Por el Método
Por el Instrumento Personales
Reacciones lentas, incomplet
Recipientes mal Lectura inapropiada en la
Inestabilidad especies
calibrados bureta y balanza
Baja especificidad reactivo
Carencia habilidades
Sucio y contaminado interferencias físicas:dificultad para percibir
Sobrecalentamientos Exceso de reactivo para cambios de color
Cambiar color
Disminución del Voltaje Prejuicio o tendencia a estimar
de alimentación Descomposición incompleta lecturas o ideas preconcebidas
Se corrige : del resultado
Aumento de resistencia
circuitos Estándares referencia Se corrige teniendo cuidado y
Método independiente disciplina
Se corrige calibrando
Uso de blancos Verificar lecturas, Anotar en
equipos libretas, Revisar cálculos
Variación tamaño de muestra
EFECTO DE LOS ERRORES SISTEMÁTICOS EN LOS RESULTADOS
EN ANALITICOS

 Si no se corrige los errores sistemáticos pueden ser


constantes o proporcionales.

 Errores constantes, el error absoluto es invariable con


el tamaño de la muestra, mientras en el error relativo
(%) cambia al modificar el tamaño de la muestra.
Ejmplo perdida de 0,50 mg de precipitado por lavado
con 200 mL. Si la muestra pesa 500 mg el error es -0,1%
si la muestra pesa 50 mg el error es -1,0%

 Errores proporcionales aumentan o disminuyen según el


tamaño de la muestra; con estos errores el error
absoluto varia con el tamaño de la muestra en cambio
el error relativo permanece constante. Ejemplo.
Determinación de Cu (II) con KI para liberar yodo en
presencia de interferentes como Fe(III) que tambien
produce yodo

También podría gustarte